Skild AI 正在摊牌（至少部分摊牌）。 远程操作数据缺乏多样性，并且受限于 1:1 人类操作员时间尺度。 为了解决这个问题，Skild 使用互联网规模的视频数据（已经以第一人称“自我中心”头戴摄像头录像和数百万个教学 YouTube 视频的形式广泛可用）预训练了其模型。

通过利用人类视频中的这种庞大的“生物智能”，该模型可以在不到一小时的机器人特定数据的情况下执行多种任务。

这种方法打破了机器人数据瓶颈，以解锁基础模型的规模。 该模型还能够抵御对抗性干扰——这种鲁棒性通常在运动中可以看到。